股票市场风险交易模型

1. 什么是上证风险股票有哪些如何交易

是由证券交易所或金融服务机构编制的表明股票行市变动的一种供参考的指示数字。由于股票价格起伏无常，投资者必然面临市场价格风险。对于具体某一种股票的价格变化，投资者容易了解，而对于多种股票的价格变化，要逐一了解，既不容易，也不胜其烦。为了适应这种情况和需要，一些金融服务机构就利用自己的业务知识和熟悉市场的优势，编制出股票价格指数，公开发布，作为市场价格变动的指标。投资者据此就可以检验自己投资的效果，并用以预测股票市场的动向。同时，新闻界、公司老板乃至政界领导人等也以此为参考指标，来观察、预测社会政治、经济发展形势。
这种股票指数表明股票价格平均数的变动情况。编制股票指数，通常以某年某月为基础，以这个基期的股票价格作为100，用以后各时期的股票价格和基期价格比较，计算出升降的百分比，就是该时期的股票指数。投资者根据指数的升降，可以判断出股票价格的变动趋势。并且为了能实时的向投资者反映股市的动向，所有的股市几乎都是在股价变化的同时即时公布股票价格指数。

2. 什么是市场风险

市场风险也是金融体系中最常见的风险之一，它是指在交易平仓变现所需的期间内，交易组合的市值发生负面变化的风险。市场组合的收益是各项交易产生的收益和亏损的总和。任何价值的下降均会形成相应期间内的一项市场损失。

衡量市场风险并不适合使用金融工具的持有时间为指标，因为银行可以在此期间的任何时候将其变现了结或运用对冲来规避未来价格变化可能导致的损失。实际上，其风险指的是在变现了结市场交易所需的最短时间内市场价值的波动。

(2)股票市场风险交易模型扩展阅读：

计算市场风险的方法主要是在险价值（VaR），它是在正常的市场条件和给定的置信水平（Confidence interval，通常为99%）上。

在给定的持有期间内，某一投资组合预期可能发生的最大损失；或者说，在正常的市场条件和给定的持有期间内，该投资组合发生VaR值损失的概率仅为给定的概率水平（即置信水平）。

市场风险是股票持有者所面临的所有风险中最难对付的一种，它给持股人带来的后果有时是灾难性的。在股票市场上，行情瞬息万变，并且很难预测行情变化的方向和幅度。

收入正在节节上升的公司，其股票价格却下降了，这种情况我们经常可以看到;还有一些公司，经营状况不错，收入也很稳定，它们的股票却在很短的时间内上下剧烈波动。出现这类反常现象的原因，主要是投资者对股票的一般看法或对某些种类或某一组股票的看法发生变化所致。

投资者对股票看法(主要是对股票收益的预期)的变化所引起的大多数普通股票收益的易变性，称为市场风险。

3. 股票里风险最大的是什么交易

股票里风险最大的是什么交易没有计划的交易。
股市的风险极大，凭运气赚到的钱只是市场借给你的，早晚都会加倍收回去。任何一次交易都要事行有计划，所谓谋写而后动。

4. 进行股票交易时所遭遇的交易风险都有那些

你好，股票风险包括购买力风险、利率风险、汇率风险、宏观经济风险、社会和政治风险、市场风险、金融风险、经营风险、流动性风险、操作性风险、利率变动造成的风险、物价变动产生的风险、市场本身各种因素引起的风险等。

5. 行为金融模型有哪些

行为金融学有五大经典模型：DSSW模型、BSV模型、DHS模型、HS模型、BHS模型，具体为：
DSSW模型：Delong,Shleifer,Summers和Waldmann(1990)提出噪声交易的基本模型，简称DSSW模型，他们认为，当理性套利者进行套利时，不仅要面对基础性变动的风险还要面对“噪声交易者”非理性预期变动的风险。该模型证明了非理性交易者不仅能够在理性交易者的博弈中生存下来，而且，由于噪声交易者制造了更大的市场风险，他们还将有可能获得比理性投资者更高的风险溢价。
BSV模型：Barberis,Shleifer和Vishny(1998)提出，他们假定投资者决策时存在两种偏差，其一是代表性偏差，其二是保守性偏差。代表性偏差会造成投资者对信息的反应过度，保守性偏差会造成投资者对新信息的反应不充分，导致反应不足。
DHS模型：Daniel.Hirshleifer和Suhramanyam(1998)提出，他们把投资者划分为有信息的投资者和无信息的投资者，而有信息的投资者存在两种偏差，一是过度自信，二是自我归因偏差。投资者通常过高的估计了自身的预测能力，低估了自己的预测误差；过分相信私人信息，低估公开信息的价值。
HS模型：Hong 和Stein（1999）年提出。该模型假定市场由两种有限理性投资者组成：“信息挖掘者”和“惯性交易者”。两种有限理性投资者都只能“处理”所有公开信息中的一个子集。信息挖掘者基于他们私自观测到的关于未来基本情况的信息来做出预测，他们的局限性是不能根据当前和过去价格的信息进行预测。惯性交易者正好相反，他们可以根据价格变化做出预测，但是他们的预测是过去价格的简单函数。HS模型将中期的反应不足和长期的价格反应过度统一起来，一次又称为统一理论模型。
BHS模型：Barberis Nicholas,Ming Huang,and Tano Santos(2001) 提出，该模型是基于均值市场的假设而建立。和前面的三个模型不同，BHS模型没有将有偏的预期引入到模型中，而是从资产定价的另一方面，即投资者的风险态度的角度来考虑问题。在传统的基于消费的定价模型中，作者引入前景理论所揭示的“损失厌恶”现象和另一个关于偏好的“私房钱效应”，产生了一个随前期收益状况而变化的风险厌恶，价格升高后投资者风险厌恶程度降低，价格将被进一步推高。价格降低后投资者风险厌恶程度升高，价格将进一步打压。这个模型可以解释市场方面的三个偏差现象：过度波动现象，股权溢价之谜，收益可预测性。
泡沫模型：泡沫根植于股票市场的虚拟性和不完全性。在这种市场上，价格的高低在很多程度上取决于交易双方对于未来价格的预期。而且这种预期具有“自我维持”或“自我实现”的特点。当股票价格越是上涨，越有更多地人相信股价会继续上涨，即使人们知道股价已背离其内在价值。在过高价位上一旦市价止升回跌，很快会出现下行的正反馈激荡，导致泡沫彻底破裂。现有泡沫模型大致分为理性泡沫模型和行为金融泡沫模型两大类。

6. 股市风险的类型

1、政策风险
经济政策和管理措施可能会造成股票收益的损失，这在新兴股市中表现得尤为突出。如财税策的变化，可以影响到公司的利润，股市的交易策变化，也可以直接影响到股票的价格。此外还有一些看似无关的策，如房改策，也可能会影响到股票市场的资金供求关系。
2、利率风险
在股票市场上，股票的交易价格是按市场价格进行，而不是按其票面价值进行交易的。市场价格的变化也随时受市场利率水平的影响。当利率向上调整时，股票的相对投资价值将会下降，从而导致整个股价下滑。
3、购买力风险
由物价的变化导致资金实际购买力的不确定性，称为购买力风险，或通货膨胀风险。一般理论认为，轻微通货膨胀会刺激投资需求的增长，从而带动股市的活跃；当通货膨胀超过一定比例时，由于未来的投资回报将大幅贬值，货币的购买力下降，也就是投资的实际收益下降，将给投资人带来损失的可能。
4、市场风险
市场风险是股票投资活动中最普通、最常见的风险，是由股票价格的涨落直接引起的。尤其在新兴市场上，造成股市波动的因素更为复杂，价格波动大，市场风险也大。

7. 股票风险的种类有哪些

你好，股票的风险主要有几个方面和这些风险是否可以降低等，请看以下内容：
1.现从整个市场经济周期给股市带来的风险说起，我们经常说股市是反映一个国家的晴雨表，主要是在经济周期处于较为景气的时候，股市基本或大面积上涨;反之也是一样，经济周期处于不景气的时候，市场的股价也会受到影响进入一个大面积下跌的情形之中。一般遇到市场经济周期处于不景气的时候，经验稍差的投资者还是暂时退出股市为好，想保住自己的本金才是第一中心，这种风险一般是投资者可以去进行避免的。
2.只有一家上市公司发行的股票，才能在二级市场上进行其流通，所以往往这家公司的经营风险会造成其股价的变动。这种风险一般在投资者买入该公司的股票之后就只能看这家公司的自身发展了，如果投资者还在选股阶段的时候就要尽量选择那些经营业绩较好和稳定，有一定发展潜力的公司。毕竟市场上公司的业绩是和股票价格成正比的，这个风险就看投资者自己的选择能力了。
3.第三个，就是市场上的通货膨胀风险了也就是购买力风险，主要过程是物价上涨、购买力下降、货币贬值最后是股票投资者受到了损失。
4.市场的利率风险，这就是看国家的政策原因等了，一般是不可避免的。
5.最后就是，投资者自身的判断风险，主要是由于投资者自身的错误决策和行为，更随市场大众的心理盲目选股，在错误的时机买卖股票等等，这些在一定程度上是可以降低的，我们需要建立稳定的投资心理、提高自身素质，增强风险防范意识等等。
降低炒股风险的4个小技巧
1. 学会空仓
炒股人大多喜欢炒短期，高利赚钱快。但是对于没有时间长期看盘且抓不到市场热点的人来说炒短线很难。所以在操作股票上，不仅要学买上升的股票，还要学会空仓。有时候空仓可能要比操作更难做。
2. 把握暴跌机会
暴跌也要分大盘暴跌还是个股暴跌。阴跌和暴跌不同，阴跌的机会要比暴跌少很多。很多牛股都是暴跌中出来的。
3. 策略控制
就是要学会止盈止损，止盈的重点就是不要贪心，止损才可以更好的减少损失，通过及时止盈来保住盈利成果，通过及时止损来防止损失的进一步扩大。
4. 仓位控制
很多人喜欢满仓操作，觉得满仓赚的钱最多，但是这种情况其实很危险，在行情不稳定时，投资者要适当减轻仓位(或者空仓)，持有少量的股票进行灵活操作。
风险揭示：本信息不构成任何投资建议，投资者不应以该等信息取代其独立判断或仅根据该等信息作出决策，不构成任何买卖操作，不保证任何收益。如自行操作，请注意仓位控制和风险控制。

8. 如何建立一个股票量化交易模型并仿真

研究量化投资模型的目的是找出那些具体盈利确定性的时空价格形态，其最重要手段的概率取胜，最重要的技术是概率统计，最主要的研究方向是市场行为心理。那么我们在选择用于研究的参数时，也应该用我们的经验来确定是否把某技术参数放进去，因为一般来说定性投资比较好用的参数指标对量化投资同样适用。
量化投资区别于传统定性投资的主要特征在于模型。我打个比方，我们看病，中医与西医的诊疗方法是不同，中医是望、闻、问、切，最后判断出的结果，很大程度上基于中医的经验，主观定性程度大一些；西医就不同了，先要病人去拍片子、化验等，这些都要依托于医学仪器，最后得出结论，对症下药。中医对医生的经验要求非常高，他们的主观判断往往决定了治疗效果，而西医则要从容得多，按事先规定好的程序走就行了。量化投资就是股票投资中的西医，它可以比较有效地矫正理智与情绪的不兼容现象。
量化投资的一般思路：选定某些技术指标（我们称之为参数，往往几个组成一组），并将每一个参数的数据范围进行分割，成几等份。然后，用计算机编程写出一段能对这些参数组对股票价格造成的影响进行数据统计的程序，连接至大型数据库进行统计计算，自动选择能够达到较高收益水平的参数组合。但是选出这些参数组后还不能马上应用，因为这里涉及到一个概率陷阱的问题，比如说，有1到100这一百个数字放在那里，现在让你选择，请问你选到100的可能性是多大？是的，就是1/100，如果较幸运你选到了100并不能说明你比别人聪明，而是概率的必然。所以，在进行统计时要特别关注统计的频率与选出的结果组数量之间的关系。在选出符合要求的参数组后我们还应留出至少三年的原始市场数据进行验证，只有验证合格后才能试用。
量化投资原始数据策略：我们选用96年后的市场数据，因为96年股市有过一次交易政策改革（你可以自己查询了解一下），为了不影响研究结果我们不采纳96年以前的数据进数据库。
量化投资研究的硬设备：高计算性能电脑，家用电脑也可以，不过运算时间会很长，我曾经用家用电脑计算了三个月时间才得到想要的数据。
统计方法：可以选用遗传算法，但我在这里陪大家做的是比较简单的模型，所以采用普通统计方法就可以了。
用于量化研究的软件：我采用的是免费的大型数据库MYSQL，ASP网络编程语言，以及可以设置成网络服务器的旗舰版WIN7操作系统。

9. 什么是股票的交易性风险

有涨有跌就有风险.

10. FRM干货：常用的金融风险的模型有哪些

金融市场的一项主要功能实际上是允许经济界的不同参与者交易其风险，而近二十年来，由于受经济全球化和金融一体化、现代金融理论及信息技术、金融创新等因素的影响，全球金融市场迅猛发展，金融市场呈现出前所未有的波动性，金融机构面临着日趋严重的金融风险。
近年来频繁发生的金融危机造成的严重后果充分说明了这一点。

一、波动性方法
自从1952年Markowitz提出了基于方差为风险的*3资产组合选择理论后，方差（均方差）就成了一种极具影响力的经典的金融风险度量。方差计算简便，易于使用，而且已经有了相当成熟的理论。当然，波动性方法也存在以下缺点：
（1）把收益高于均值部分的偏差也计入风险，这可能大家很难接受；
（2）以收益均值作为回报基准，也与事实不符；
（3）只考虑平均偏差，不适合用来描述小概率事件发生所导致的巨大损失，而金融市场中的“稀少事件”产生的极端风险才是金融风险的真正所在。
二、VaR模型（Value at Risk）
风险价值模型产生于1994年，比较正规的定义是：在正常市场条件下和一定的置信水平a上，测算出在给定的时间段内预期发生的最坏情况的损失大小X。在数学上的严格定义如下：设X是描述证券组合损失的随机变量，F(x)是其概率分布函数，置信水平为a，则：VaR(a)=-inf{x|F(x)≥a}。该模型在证券组合损失X符合正态分布，组合中的证券数量不发生变化时，可以比较有效的控制组合的风险。
因此，2001年的巴塞耳委员会指定VaR模型作为银行标准的风险度量工具。但是VaR模型只关心超过VaR值的频率，而不关心超过VaR值的损失分布情况，且在处理损失符合非正态分布（如厚尾现象）及投资组合发生改变时表现不稳定。
三、灵敏度分析法
灵敏度方法是对风险的线性度量，它测定市场因子的变化与证券组合价值变化的关系。对于市场因子的特定变化量，通过这关系种变化关系可得到证券组合价值的变化量。针对不同的金融产品有不同的灵敏度。比如：在固定收入市场的久期，在股票市场的“β”，在衍生工具市场“δ”等。灵敏度方法由于其简单直观而得到广泛的应用但是它有如下的缺陷：
（1）只有在市场因子变化很小时，这种近似关系才与现实相符，是一种局部性测量方法；
（2）对产品类型的高度依赖性；
（3）不稳定性。如股票的“贝塔”系数存在不稳定的缺陷，用其衡量风险，有很大的争议；
（4）相对性。敏感度只是相对的比例概念，并没有回答损失到底有多大。
四、一致性风险度量模型（Coherentmeasure of risk）
Artzner et al.（1997）提出了一致性风险度量模型，认为一个完美的风险度量模型必须满足下面的约束条件：
（1）单调性；
（2）次可加性；
（3）正齐次性；
（4）平移不变性。
次可加性条件保证了组合的风险小于等于构成组合的每个部分风险的和，这一条件与我们进行分散性投资可以降低非系统风险相一致，是一个风险度量模型应具有的重要的属性，在实际中如银行的资本金确定和*3化组合确定中也具有重要的意义。目前一致性风险度量模型有：
（1）CVaR模型（Condition Value at Risk）：条件风险价值（CVaR）模型是指在正常市场条件下和一定的置信水平a上，测算出在给定的时间段内损失超过VaRa的条件期望值。CVaR模型在一定程度上克服了VaR模型的缺点不仅考虑了超过VaR值的频率，而且考虑了超过VaR值损失的条件期望，有效的改善了VaR模型在处理损失分布的后尾现象时存在的问题。当证券组合损失的密度函数是连续函数时，CVaR模型是一个一致性风险度量模型，具有次可加性，但当证券组合损失的密度函数不是连续函数时，CVaR模型不再是一致性风险度量模型，即CVaR模型不是广义的一致性风险度量模型，需要进行一定的改进。
（2）ES模型（Expected Shortfall）：ES模型是在CVaR基础上的改进版，它是一致性风险度量模型。如果损失X的密度函数是连续的，则ES模型的结果与CVaR模型的结果相同；如果损失X的密度函数是不连续的，则两个模型计算出来的结果有一定差异。
（3）DRM模型（Distortion Risk-Measure）：DRM通过一个测度变换得到一类新的风险度量指标。DRM模型包含了诸如VaR、CVaR等风险度量指标，它是一类更广义的风险度量指标。
（4）谱风险测度：2002年，Acerbi对ES进行了推广，提出了谱风险测度（Spectral Risk Measure）的概念，并证明了它是一致性风险度量。但是该测度实际计算的难度很大，维数过高时，即使转化成线性规划问题，计算也相当困难。
五、信息熵方法
由不确定性把信息熵与风险联系在一起引起了众多学者的研究兴趣，例如Maasoumi，Ebrahim，Massoumi and Racine，Reesor.R等分别从熵的不同角度考虑了风险的度量，熵是关于概率的一个单调函数，非负，计算量相对较少，熵越大风险越大。
六、未来的发展趋势
近年来行为金融学逐渐兴起，它将心理学的研究成果引入到标准金融理论的研究，弥补了标准金融理论中存在的一些缺陷，将投资心理纳入到证券投资风险度量，提出了两者基于行为金融的认知风险度量方法，并讨论了认知风险与传统度量方差的关系。2004年Murali Rao给出一种新的不确定性度量--累积剩余熵。累积剩余熵是用分布函数替换了Shannon熵的概率分布律或密度函数，它具有一些良好的数学性质，这个定义推广了Shannon熵的概念让离散随机变量和连续随机变量的熵合二为一，也许会将风险度量的研究推向一个新的台阶。
总之，金融风险的度量对资产投资组合、资产业绩评价、风险控制等方面有着十分重要的意义。针对不同的风险源、风险管理目标，产生了不同的风险度量方法，它们各有利弊，反映了风险的不同特征和不同侧面。在风险管理的实践中，只有综合不同的风险度量方法，从各个不同的角度去度量风险，才能更好地识别和控制风险，这也是未来风险度量的发展趋势。